Geoffrey Litt 在 AIE 演讲中提出「理解以参与」理念：开发者需要深入理解代码，才能在与编码智能体（coding agents）的协作中保持主动参与，避免因认知债务（cognitive debt）导致无法有效推进项目。他认为，缺乏对代码的概念流畅性会显著限制参与能力。该演讲录像将于三周内陆续放出。

Anthropic 将 Claude Code 的系统提示词削减了 80%。技术员工 Tariq Shihipar 指出，新 Fable 5 模型（Mythos 类）不再需要更多指令和示例，过多的示例反而会限制模型的想象力。Anthropic 转而通过上下文而非硬性规则来引导模型。这一变化分阶段发生：早期模型需要短提示词配合大量示例，随后提示词随模型理解能力提升而变长，如今又再度缩短。

7月2日晚，小鹏MONA L03首秀后，何小鹏称中国智能辅助驾驶在效果和法规制定上均领先全球。联合国ADS GTR法规覆盖L2至L5，其中L2全面性条款意味着今年12月中国现有的L2智能辅助驾驶可在全球使用。何小鹏曾在今年全国两会建议从L2跳过L3直接进入L4、L5，他相信未来3到5年内不仅能看到L4落地，甚至能看到L5在所有场景安全通行，速度超出想象。

数学家 David Bessis 在文中反思，数学的核心产物是清晰与理解，而非定理本身。他用自己的两个未发表定理经历说明，证明定理并非最难，难点在于直觉和概念框架的构建。面对 AI 的快速发展，他感到既兴奋又担忧：AI 可能摧毁数学的“定理经济”，但几乎不触及数学本质——人类的直觉与创造力。他认为公众对数学的误解正在成为学科本身的生存威胁。

联想集团副总裁、联想中国首席战略官阿不力克木·阿不力米提表示，无论中国还是海外市场，AI算力需求还有很大空间，没有出现算力过剩。他指出，面向个人消费者的C端领域，成熟且具市场头部地位的AI产品数量有限；面向企业级应用的B端市场，商业化落地潜力尚未充分释放。同时，他警示当前AI产业链存在供给侧话语权过强现象，导致上下游供需循环失衡。近期有消息称Meta计划出售算力，引发了市场对算力过剩的担忧。

优必选 CEO 周剑在6月30日的2026年度全球发布会上表示，未来5到20年内机器人将替代人类劳动力，现在20多岁的年轻人20年后可能无工可做。他认为从事枯燥工作的人应“露出幸福的微笑”，因为这种时光不会太长。周剑此前称机器人首先替代招工难、环境困难的岗位，未来人类应转向艺术、哲学等创新性工作。人形机器人可弥补产业人口缺失并降低制造业成本，若中国不用，10-20年后制造业优势将丧失。

Dwarkesh Patel举办的AI征文比赛评选出三位获奖者。第一名Jassi Pannu主张OpenAI基金会应投入数十亿美元终结空气传播疾病，利用AI加速自主生物学发现，可带来超1万亿美元年GDP增长并消除灾难性流行病风险。第二名Ege Erdil建议AI供应链外的国家通过强产权、低资本税和开放监管政策抓住增长机会。第三名Michael Li类比香港地铁商业模式，提出AI实验室可通过收购互补性资产盈利。

扎克伯格认为 AI 不必然造成大规模失业，关键在于企业应优先发展“个人超级智能”赋能个体，而非将所有知识工作自动化。他影射 Anthropic、OpenAI，强调劳动者生产力提升速度须超过企业自动化速度，就业岗位才可能增加。Meta 已投入数十亿美元调整 AI 战略，他称之为“重启”。对于 Meta 生成式 AI 进展，他坦言仍有提升空间，超级智能实验室成立不足一年，模型进展超预期，但他认为“原本可以做得更好”。

对 87 家上市 SaaS 及平台公司的分析显示，2026 年只有基础设施与开发工具（一年涨幅 68.5%）和安全（一年涨幅 17.6%）两个板块增长为正，其余三个板块均下跌。市场正在买入 AI 基础设施，卖出按席位定价的应用层。

前沿AI模型能力加速提升，美国实验室发布速度加快，但政府干预已限制访问Claude Fable和GPT-5.6。Epoch测试发现Opus 4.7自主运行14小时即可完成需2-17周人工的软件工程，token成本$251。中国开源模型落后前沿6-12个月，但性能也快速提升，在AA-Briefcase测试中呈独立指数曲线。使用方式正从聊天机器人转向智能体，OpenAI内部四分之一员工每周同时运行至少四个智能体。Claude Code用户数据显示，领域经验比职业属性更决定使用效果，专家正用智能体替代此前非专家的聊天机器人使用模式。

一个名为“AI指南针”的政治指南针风格测验通过29道关于AI和AI伦理的是非题，将参与者匹配到30种原型之一。作者本人在首次回答后被归类为“The Garage Tinkerer”。该测验以单页React应用实现，利用<script type="text/babel">脚本标签绕过构建步骤。

优必选 CEO 周剑透露，公司已确立工业、商用、家庭机器人三线并行布局，一半精力投入工业与商用市场，另一半投入家庭陪伴赛道。工业机器人已成营收支柱，批量落地海内外车企与制造工厂，他预测 2026 年人形机器人营收将超整体收入 80%。同日，优必选推出“优世界”U1 系列全尺寸超仿生人形机器人，分男款（183cm/42kg）与女款（168cm/35.2kg），搭载 88 个高自由度关节、Wi-Fi 连接，续航 2-4 小时，内置养成系情感大模型，支持加密存储记忆和多维度外观定制。价格方面，U1 Ultra 男款 99 万元、女款 88 万元，U1 Pro 16.98 万元，U1 Lite 11.98 万元（前 5000 名用户可享 1 万抵 2 万权益）。

谷歌前工程负责人休·威廉姆斯借助Anthropic的编程助手Claude Code，开发出可正常运行的搜索引擎Zettair，为150万个维基百科条目建立索引。该引擎支持搜索自动补全、关键词摘要片段、相关搜索推荐、热门话题榜单以及AI生成的内容摘要。威廉姆斯未手动编写一行代码，但底层检索框架源自其21世纪初参与研发的信息检索系统。他认为，Claude Code只有在深厚专业技术功底的配合下才能发挥最佳效果，经验丰富的工程师永远是最出色的“指导者”。

在2026年度全球发布会上，优必选创始人周剑指出，机器人将替代手机成为AI最核心的交互终端，用户用自然语言下达指令即可获得服务与情感陪护，交互方式从手动变为口述，奠定机器人在家庭的终端入口地位。同日，优必选宣布超仿生人形机器人优世界U1系列订单已突破1万台，力争今年交付。该机器人主打情感陪伴，分男女两款，各搭载88个高自由度运动关节。作为对比，2025年全年优必选全尺寸具身智能人形机器人总销量为1079台。

Claude Code 负责人鲍里斯·切尔尼认为工程、产品和设计正逐渐融合。他将其团队成员分为五类：原型设计者、构建者、清理者、增长者和维护者，许多成员身兼多职。健康团队需具备全部五种能力，未来产品岗位可能不再按专业领域区分。Figma CEO 迪伦·菲尔德也认同传统职位边界正在消失，部分企业已弃用“管理者”称谓。切尔尼强调角色会随时间和项目改变，且 Claude 能在不同程度上协助所有类型工作。

hyperscript 0.9.91版本出现回归：表达式fetch \{% url 'trade:get_symbol_data' %}?symbol=${symbol}\ as JSON中as JSON被错误地当作表达式转换而非fetch修饰符。作者用Claude快速定位根因——重构时提取的parseURLOrExpression()方法让fetch后接完整表达式，导致as被表达式消费。Claude提出两个修复方案：第一个仅支持字面字符串，无法处理fetch $url as JSON；第二个引入noConversions标志，增加不必要的上下文敏感性。作者最终利用hyperscript已有的“follows”机制简洁解决问题。案例展示了AI在问题分析上的高效与在设计优雅修复上的局限，印证了“巫师学徒”陷阱。

OpenAI Codex 项目负责人安布罗西诺称，设计比代码更难量化评判，训练模型区分优劣设计比验证代码编译更繁琐。Figma 首席执行官菲尔德指出，AI 模型基于数据分布训练，产出通常平庸。格莱美提名音乐人巴斯强调，引导 AI 创作离不开人类审美判断。目前 AI 在创意设计领域主要作为提速工具，无法独立产出成熟成品。

Meta 等公司将员工 token 用量纳入绩效评估，导致出现让两个 AI 智能体全程对话刷量的浪费行为。几个月后，随着 OpenAI 和 Anthropic 提高 API 定价、削减订阅额度，各团队撤回无限 token 消耗政策。然而，AI 能力进入新阶段：过去长时间无监督运行会因模型幻觉积累“复合错误”，现在更多 token 投入反而带来“复合正确性”——耗费越多 token 越可能获得正确结果，代币最大化以新理由重生。

Jon Udell 反对“human in the loop”的表述，认为它将权威让渡给机器。他主张翻转叙事——人类本就主导工作循环，现在应主动招募 AI 智能体加入团队。智能体辅助的开发过程不应是“输入提示词、输出功能”的黑箱，而是人类邀请智能体协作的开放循环。

美国AI产业受中国追赶引发价格战，token价格趋近于零，利润微薄，Anthropic和OpenAI的万亿IPO难以实现，数据中心巨额投资难回收。当前范式有三个根本缺陷：暴力训练全互联网成本高昂且效率低下；系统不可靠，长期无法维持溢价；基础方法易复制，导致价格战与负利润率。另有人认为，整个AI竞赛方向可能被误解，美国不应只追求最便宜的LLM，而应开发更适合科学与医学的AI新形态。

软银CEO孙正义在股东大会上批评马斯克的轨道数据中心构想，认为其成本高、周期长，而AI竞赛未来几年比十年后的可能性更重要。SpaceX目前占据全球发射市场80-90%份额，主要依赖Starlink业务；建设需要每隔几年更换卫星的轨道数据中心将为SpaceX带来更多发射业务。同期，芯片公司Groq完成6.5亿美元融资，OpenAI推进定制芯片计划。

OpenAI倾向于推迟IPO至明年，因估值不及预期且零售投资者兴趣不足。SpaceX一周跌11.74%，Nvidia近一月跌超8%，Oracle跌22%，CoreWeave跌4%，Microsoft跌10%，SoftBank跌12%，Cerebras跌32%。美国AI政策混乱遭广泛批评，中国模型快速崛起。作者认为大语言模型正商品化。

Timothy B. Lee 反驳“LLM 无需技能、没有学习曲线”的观点，将其类比为认为管理者没有学习曲线——因为员工会完全服从指令。他强调，使用 LLM 同样需要技能和经验积累。

AI行业正投入数亿美元影响当前美国大选周期。科技记者Molly White推出新项目Tech Influence Watch，追踪AI和加密货币公司用于左右选举的巨额资金。这是《Blood in the Machine》播客首期节目，聚焦AI产业政治影响力的膨胀，并探讨数据中心抗议、硅谷工会组织等议题。

应用层公司创立时通常没有护城河。护城河分两种：先发护城河（技术差异、专有数据集、新颖架构，多见于基础设施层）和滞后护城河（规模经济、品牌、渠道关系，需长期积累）。Salesforce 凭借销售能力、品牌和十年先发优势胜过技术更好的 Siebel；Snowflake 以存储计算分离架构赢得先发护城河，再建设滞后护城河。基于 7 Powers 框架，规模经济、品牌和转换成本天然是滞后的。应用层创业公司可以坦诚回答：我们正在建造护城河。

Anthropic 联合创始人 Jack Clark 称，公司不再招聘初级工程师，因为 Claude 承担了过去需要大型团队才能完成的实验扩展工作，企业转而更看重“资深直觉”的回报。Clark 警告，当其他行业也效仿这一模式时，AI 在放大顶级专家产出的同时自动化入门级岗位，可能导致 GDP 增长伴随经济衰退级别的失业率飙升，而各国政府对此毫无准备。

比尔·盖茨在《今夜秀》中表示，运动员是第四个不会被AI替代的职业，因为没人想看电脑打棒球。此前他在3月采访中认为生物学家、能源工作者和程序员在短期内也难以被AI取代。微软研究院报告指出，在AI时代有40个职业面临消失风险，包括客服代表、口译员、技术撰稿人、编辑、网页开发人员等。

Gary Marcus 昨日提出新术语 Generative AI Fizzle™，认为生成式AI行业估值过高，投资者对 hype 与利润的落差失去热情。LLM 已商品化，价格战激烈，提供商盈利艰难。昨日一款新的中国开源模型发布，可能进一步冲击美国 LLM 公司。多数 AI 股票本月显著下跌，泡沫可能不会突然破裂，而是缓慢消退。

洛杉矶舞者兼 DJ Matt Steffanina 在 Suno 博客访谈中分享创作历程。他自学街舞，拥有超 3000 万粉丝和 50 亿观看量，曾为 Taylor Swift、Jason Derulo 编舞，并创办线上舞蹈教学平台 DNCR Academy。过去他靠他人音乐积累数十亿播放却未拥有资产；现在借助 Suno 在数分钟内将音乐创意变为现实。他认为 Suno 和 Hooks 让创作回归趣味，鼓励舞者自己创作音乐。

纽约钢琴家兼作曲家 Eric Christian 在访谈中分享了他将 Suno 整合进创作流程的方式。他把刚写好的循环旋律输入 Suno，几秒内就能听到完整的管弦乐效果，而传统管弦乐模拟需要数小时。尽管他的作品均为钢琴独奏曲，但他一直以交响化视角构思音乐。至今他已售出超过 10 万份乐谱，用户遍布 200 个国家。他坚信音乐的基础在于纸上的记谱而非录音，Suno 让他在不依赖大型管弦乐团的前提下快速判定旋律是否真正成立。

英伟达CEO黄仁勋在年度股东大会上表示，人工智能代表计算模式的根本性转变，从检索存储转向生成智能。Token是智能的基本单位，在“AI工厂”中被制造，计算能力越强，生成的Token越多，收益越丰厚。AI基础设施建设周期将长达数十年，类比电网、交通系统和互联网，有望成为人类历史上规模最大的基建项目。AI智能体正在加速投资，因为AI首次能胜任实质性工作并创造真实经济价值。

亚马逊云科技CEO马特·加曼认为，AI导致大规模失业的末日论被夸大。他指出约一半白领岗位可能因AI改变，但“改变”不等于“消失”，就像Excel重塑而非消灭工作。AI已催生新职业，初级员工因学习意愿强仍受重视。亚马逊今年计划全球招聘超1.1万名软件开发实习生和初级工程师。加曼强调，愿意学习新技能的劳动者仍能保住工作，适应能力可能比具体技能更重要。

谷歌前 CEO 埃里克·施密特在今年 5 月 SCSP 国家竞争力 AI 博览会的炉边谈话中表示，限制 AI 芯片进入中国的政策已开始失效，中国已通过较弱的 AI 硬件（如华为昇腾芯片）和软件方法造出顶级 AI 模型。施密特称不喜欢中国大力推广开源 AI 技术，认为这些技术不受美国或任何方控制。他援引最新分析称，中美 AI 差距已从一年前的 1~2 年缩短至不到 6 个月。

面壁智能联合创始人兼CEO李大海在MBBF Top Talk Summit上指出，端侧智能是AI迈向物理世界的必经之路，未来2至3年将迎来能力跃升与场景迁移两大重构。端侧智能需满足实时响应、隐私安全、离线可用三大约束，搭载面壁量产级多模态模型的智能座舱已实现不依赖云端的“感知-记忆-推理-执行”闭环。他强调端云协同是规模化落地的关键，近期推出的MiniCPM5-1B模型以两百分之一参数规模逼近两年前GPT-4o水平，证明小模型可承载高密度智能。

MWC26上海期间，智元联合创始人彭志辉指出，AI从数字世界走进物理世界是下一阶段核心命题，具身智能体将在物理世界长期在线完成感知、决策、执行闭环。他强调未来Token最大消耗群体将是物理世界的具身机器人，资本不再只为Demo买单，行业必须在真实场景落地商业价值。他用XYZ曲线划分产业周期：X曲线为开发尝鲜期（以表演为主），Y曲线为部署成长期（大规模落地真实场景），Z曲线为部署普及期（预计5年左右迎来GPT时刻）。